基于不完全信息的轴承故障聚类识别方法

• 作者: 郜伟 高红霞
• 来源期刊: 农机化研究
• 学科: 农学
• 关键词: 谷物联合收获机 故障诊断 先验信息 半监督聚类
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 理论研究与探讨
• 页码范围: 58-61,105
• 页数: 5页
• 分类号: S232.8+1
• 字数: 4030字
• 语种: 中文

摘要

联合收获机中零部件繁多及滚珠滑失等因素，导致监测信号中轴承组件的特征频率并非总能找到，进而影响了故障诊断的正确率。为了解决该问题，提出了一种基于不完全信息的轴承故障聚类识别方法。该方法将特征频率显著的样本作为先验信息，利用这些信息进行相关成分分析，从而给相关程度高的特征赋予大的权重，然后利用改进的半监督聚类算法对所有样本进行聚类识别。其中，提出了近邻扩展方法对先验信息进行扩充，增加了目标函数惩罚环节对聚类过程予以指导。将所提方法应用于联合收获机的轴承滚珠和外圈故障识别，与其它几种聚类方法相比，故障识别率提高了2．78％～7．22％。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高红霞	河南工程学院计算机学院	15	50	3.0	7.0
2	郜伟	信息工程大学理学院	9	4	1.0	2.0